Performance Drivers of Digital Ventures

Timo B. Johnson

Performance Drivers of Digital VenturesNovel Empirical Evidence from Start-up Financing, Digital Platform Technologies and Venture Capital Investor Syndication

Timo B. Johnson

Performance Drivers of Digital Ventures

Nomos

Novel Empirical Evidence from Start-up Financing, Digital Platform Technologies and Venture Capital Investor Syndication

BUT_Johnson_8411-0.indd 3BUT_Johnson_8411-0.indd 3 03.08.21 10:1703.08.21 10:17

https://www.nomos-shop.de/isbn/978-3-8487-8411-0

© NOMOS Verlagsgesellschaft. Alle Rechte vorbehalten.

The Deutsche Nationalbibliothek lists this publication in the Deutsche Nationalbibliografie; detailed bibliographic data are available on the Internet at http://dnb.d-nb.de

a.t.: Darmstadt, Technische Universität Darmstadt, Dissertation, 2021

ISBN 978-3-8487-8411-0 (Print) 978-3-7489-2787-7 (ePDF)

British Library Cataloguing-in-Publication DataA catalogue record for this book is available from the British Library.

ISBN 978-3-8487-8411-0 (Print) 978-3-7489-2787-7 (ePDF)

Library of Congress Cataloging-in-Publication DataJohnson, Timo B.Performance Drivers of Digital VenturesNovel Empirical Evidence from Start-up Financing, Digital Platform Technologies and Venture Capital Investor SyndicationTimo B. Johnson186 pp.Includes bibliographic references.

ISBN 978-3-8487-8411-0 (Print) 978-3-7489-2787-7 (ePDF)

D 17

1st Edition 2021 © Nomos Verlagsgesellschaft, Baden-Baden, Germany 2021. Overall responsibility for manufacturing (printing and production) lies with Nomos Verlagsgesellschaft mbH & Co. KG.

This work is subject to copyright. All rights reserved. No part of this publication may be reproduced or transmitted in any form or by any means, electronic or mechanical, including photocopying, recording, or any information storage or retrieval system, without prior permission in writing from the publishers. Under § 54 of the German Copyright Law where copies are made for other than private use a fee is payable to “Verwertungs gesellschaft Wort”, Munich.

No responsibility for loss caused to any individual or organization acting on or refraining from action as a result of the material in this publication can be accepted by Nomos or the author.

OnlineversionNomos eLibrary

BUT_Johnson_8411-0.indd 4BUT_Johnson_8411-0.indd 4 03.08.21 10:1703.08.21 10:17



Abstract

The abstract is provided in both German and English.The venture capital industry provides digital ventures with the necessarystart-up and expansion capital, thus closing the financing gap causedby high levels of risk. Nonetheless, even after successful venture capitalfinancing, the economic survival and performance of digital start-ups isultimately uncertain. Founder teams are confronted with two essentialquestions to increase their chances of success: First, what business focus isbeing pursued and second, how the venture is to be financed. Investors,on the flipside, screen and evaluate potential investment opportunities andnot only select their targets, but also decide whether to syndicate theirdeals with other investors. Existing studies on the performance impact ofthese central decisions have so far been limited, particularly in view ofthe fact that almost all founders and investors aim to sell their venturesin the mid- to long-term. I conduct three empirical studies to addressthis research gap and further advance the research stream of entrepreneuri-al finance with respect to the performance drivers of digital ventures. Iassess, first, the early-stage financing method, second, the choice of thebusiness focus, and third, the motives for syndication. In this dissertation,I address several overarching research questions in entrepreneurial financeand simultaneously establish the empirical connection between these fun-damental decisions and long-term venture performance.

The influence of early-stage financing on start-up performance is one ofthe prime subjects in entrepreneurial finance and of crucial importance fortheory and practice. Previous research shows that certain types of investors,such as business angels and venture capital firms, offer value-added servicesbeyond the mere provision of capital to the portfolio company. In thefirst study, I investigate which form of early-stage financing is most advan-tageous and second, whether the financing form or the participation ofindividual investors is more important in terms of long-term performance.Specifically, I compare the impact of accelerator programs, business angels,venture capitalists, and non-refundable capital, like grants and crowdfund-ing, on ventures’ follow-on financing and exit success. In addition, I exam-ine experience effects of top investors in terms of screening, monitoring,and reputation. Based on a dataset of 104,716 funding rounds for 81,883start-ups, I show that both the financing form and the individual investors

5



have significant effects on long-term venture success. More specifically,the relative performance contribution of the financing form is stronglyoutweighed by the experience effects of top investors. Utilizing variousfixed effects and probit regression models, I demonstrate that these resultsare valid across financing forms and apply to both interim performanceand exit success.

Digital platforms are at the pinnacle of the discussion when start-upfounders are deciding on products to develop or new business models toadopt. Previous scientific work highlights the characteristics and theoreti-cal advantages of digital platforms, but so far lacked sufficient evidenceand tests on an empirical basis to validate these. In my second study, Itherefore assess the interim performance, capital requirements, and exitsuccess of digital platform start-ups in direct comparison to alternativetechnology ventures. More specifically, I evaluate the performance impactof the eight most prevalent technology focus areas in a comparative analy-sis for 130,070 digital ventures. The regression results of multiple fixedeffects, OLS, and probit models confirm that digital platform start-upsare acquiring venture capital more successfully than comparable ventures.Based on financing round frequency and approximated capital burn rate, Iconclude that the reasons for the increased financing performance of digi-tal platform ventures is not justified by their capital requirements. Further-more, I demonstrate that ventures with focus technologies in combinationwith digital platforms have the highest chances for a successful acquisitionor initial public offering. Cloud platform ventures in particular are outper-forming the entire digital industry in numerous aspects. Blockchain andvirtual reality technology focus areas, in contrast, have the least positiveimpact on interim and ultimate performance.

About half of all venture capital rounds are carried out by syndicatesrather than individual investors. Appropriately, investor syndication isrecognized as a major branch of research in entrepreneurial finance liter-ature. Previous research has examined the formation of syndicates andthe motives for joint investments in considerable detail. By participatingjointly in venture capital rounds, investors not only improve their riskprofile, but also take advantage of complementary resources, share selec-tion capabilities, and expand their investment network. These synergiesare particularly beneficial in the screening process and in post-investmenttreatment of portfolio ventures. While previous studies primarily focuson the formation of syndicates, virtually all analyses end their assessmentat the time of syndication. Until now, however, it was unclear to whatextent syndication and its underlying rationales affect the performance

Abstract

6



of portfolio ventures. In my third study, I therefore empirically demon-strate the extent to which the rationales for syndication translate to exitsuccess. In particular, I measure the impact of the investors’ specialization,deal flow, deal selection as well as the heterogeneity of the syndicate’sinvestor types in terms of probability for a successful exit. Furthermore,I assess the impact separately for probabilities of both acquisitions andIPOs. Based on a dataset of 117,252 investment rounds with 60,945 syndi-cates, I show that not all syndication motives have an equal influence onexit probability. Syndicates with strong prior ties between investors andbroader investment networks of participants show considerably increasedexit performance, while the effects of investor specialization and syndicateheterogeneity are ambiguous. Moreover, the performance impact variesdepending on certain conditions, such as the exit method. I demonstratethat these results are robust utilizing a multitude of probit regressionmodels combined with a unique dataset that spans the entire investmenthistory of investors over a twenty-year period.

In all three studies, I provide deliberate scientific contributions todecision-making processes of practitioners by drawing empirical connec-tions between fundamental decisions and their long-term effects on perfor-mance. In particular, I advance the research stream on experience effectsand value-added provided by investors, validate theoretical work on dig-ital platforms, and introduce performance assessments into syndicationresearch by developing proxies for all relevant syndication motives.

Abstract

7





Zusammenfassung (Abstract – German Version)

Die Risikokapitalbranche versorgt digitale Unternehmen mit demnotwendigen Start- und Expansionskapital und schließt damit die Fi-nanzierungslücke, welche aufgrund der hohen verbundenen Risikenentsteht. Dennoch sind auch nach erfolgreicher Risikokapitalfinanzierungdas wirtschaftliche Überleben und die Performance digitaler Start-upsletztendlich ungewiss. Gründerteams werden mit zwei grundsätzlichenFragen konfrontiert, um ihre Erfolgschancen zu erhöhen: Erstens, welch-er Geschäftsfokus verfolgt wird und zweitens, in welcher Form dasUnternehmen finanziert werden soll. Investierende Personen hingegenprüfen und bewerten potenzielle Investitionsmöglichkeiten und wählennicht nur Zielunternehmen aus, sondern entscheiden auch, ob sie Kon-sortien gemeinsam mit anderen Investierenden bilden. Bestehende Studi-en über die Performanceauswirkungen dieser zentralen Entscheidungensind begrenzt, insbesondere vor dem Hintergrund, dass nahezu alle Grün-derteams und Investor_innen mittel- bis langfristig den Verkauf ihrer Un-ternehmensanteile anstreben. Ich führe drei empirische Studien durch,um diese Forschungslücke zu schließen und die unternehmerische Fi-nanzierungsforschung im Hinblick auf die Performancetreiber digitalerStart-ups voranzubringen. Dabei untersuche ich zunächst die Methodender Frühphasenfinanzierung, anschließend die Wahl des Geschäftsschwer-punkts und schließlich die Motive für die Konsortialbildung. In dieser Dis-sertation adressiere ich eine Reihe von übergreifenden Forschungsfragender unternehmerischen Finanzliteratur und stelle parallel dazu den em-pirischen Zusammenhang zwischen diesen grundlegenden Entscheidun-gen und der langfristigen Unternehmensperformance her.

Der Einfluss der Frühphasenfinanzierung auf die Leistungsfähigkeit vonStart-ups ist eines der vorrangigen Themen in der unternehmerischenFinanzierung und von entscheidender Bedeutung für Theorie undPraxis. Vorangegangene Untersuchungen zeigen, dass bestimmte Typenvon Investierenden, wie etwa Business Angels und Venture-Capital-Firmen, Mehrwert für das Portfoliounternehmen bieten, der über diealleinige Bereitstellung von Kapital hinausgeht. In der ersten Studieuntersuche ich erstens, welche Form der Frühphasenfinanzierung amvorteilhaftesten ist und zweitens, ob die Form der Finanzierung oder dieBeteiligung bestimmter Individuen bedeutsamer für die langfristige Per-formance ist. Konkret vergleiche ich die Auswirkungen von Accelerator-

9



Programmen, Business Angels, Venture-Capital-Firmen und nicht rück-zahlungsfähigem Kapital, wie Fördermittel und Crowdfunding, auf dieAnschlussfinanzierung und den Exit-Erfolg der Start-ups. Darüber hin-aus betrachte ich Erfahrungseffekte von Top-Investor_innen hinsichtlichScreening, Monitoring und Reputation. Basierend auf einem Datensatzvon 104.716 Finanzierungsrunden für 81.883 Start-ups zeige ich, dasssowohl die Finanzierungsform als auch einzelne Individuen signifikanteEffekte auf den langfristigen Unternehmenserfolg haben. Genauer betra-chtet, wird der relative Erfolgsbeitrag der Finanzierungsform durch die Er-fahrungseffekte der Top-Investor_innen stark überwogen. Unter Verwen-dung diverser Fixed-Effects- und Probit-Regressionsmodelle zeige ich, dassdiese Ergebnisse über alle Finanzierungsformen hinweg gültig sind undsowohl für die Interim-Performance als auch für den Exit-Erfolg gelten.

Digitale Plattformen stehen im Mittelpunkt der Debatte, wennGründerteams darüber entscheiden, welche Produkte sie entwickelnoder welche neuen Geschäftsmodelle sie verfolgen wollen. Bisherigewissenschaftliche Arbeiten heben die Eigenschaften und theoretischenVorteile digitaler Plattformen hervor, es fehlte aber bislang an ausreichen-den empirischen Belegen und Tests, um diese zu validieren. In meinerzweiten Studie untersuche ich daher die Interim-Performance, den Kapi-talbedarf und den Exit-Erfolg digitaler Plattform Start-ups im direkten Ver-gleich zu alternativen Technologieunternehmen. Im Detail evaluiere ichdie Performance-Auswirkungen der acht bedeutendsten technologischenSchwerpunktbereiche in einer Vergleichsbetrachtung für 130.070 digitaleStart-ups. Die Regressionsergebnisse einer Reihe von Fixed-Effects-, OLS-und Probit-Modellen bestätigen, dass digitale Plattformen erfolgreicherRisikokapital akquirieren als vergleichbare Start-ups. Aus der Frequenzder Finanzierungsrunden und der angenäherten Kapitalverbrennungsrateschließe ich, dass die Ursachen für die gesteigerte Finanzierungsleistungdigitaler Plattformen nicht in deren Kapitalbedarf begründet sind. Darü-ber hinaus zeige ich, dass Unternehmen mit Technologieschwerpunktenin Kombination mit digitalen Plattformen die höchste Wahrscheinlichkeitfür eine erfolgreiche Akquisition oder einen Börsengang haben. Insbeson-dere Cloud-Plattformen übertreffen die gesamte digitale Industrie inzahlreichen Aspekten. Die Technologieschwerpunkte Blockchain und Vir-tual Reality haben hingegen den geringsten positiven Einfluss auf dieInterim-Performance und den Exit-Erfolg.

Etwa die Hälfte aller Risikokapitalrunden wird von Konsortien und nichtvon einzelnen Personen getragen. Entsprechend ist die Konsortialbildung alsein wesentlicher Forschungszweig in der unternehmerischen Finanzliteratur


10



anerkannt. Vorherige Forschungsarbeiten haben die Bildung von Konsor-tien und die Beweggründe für gemeinsame Investitionen ausführlich unter-sucht. Durch die gemeinsame Teilnahme an Risikokapitalrunden verbesserndie Investierenden nicht nur ihre Risikoprofile, sondern nutzen auch kom-plementäre Ressourcen, teilen Auswahlfähigkeiten und erweitern ihre In-vestitionsnetzwerke. Diese Synergien sind besonders vorteilhaft im Screen-ing-Prozess und beim Monitoring von Portfoliounternehmen nach derInvestition. Während sich bisherige Studien primär auf die Bildung vonKonsortien konzentrieren, enden nahezu alle Analysen ihre Betrachtungzum Zeitpunkt der Konsortialbildung. Bislang war jedoch unklar, inwieweitdie Konsortialbildung und die ihr zugrundeliegenden Motive die Perfor-mance der Portfoliounternehmen beeinflussen. Im Rahmen meiner drittenStudie zeige ich daher anhand einer empirischen Untersuchung auf, in-wieweit sich die Beweggründe für die Konsortialbildung auf den Exit-Erfolgübertragen. Im Detail messe ich die Auswirkungen der Spezialisierung, desDeal-Flows, der Deal-Selektion sowie der Heterogenität des Konsortiums inBezug auf die Wahrscheinlichkeit für einen erfolgreichen Exit. Darüberhinaus betrachte ich die Einflüsse separat für die Wahrscheinlichkeiten vonAkquisitionen und Börsengängen. Basierend auf einem Datensatz von117.252 Investitionsrunden mit 60.945 Konsortien zeige ich, dass nicht alleMotive der Konsortialbildung den Exit-Erfolg im gleichen Maße beein-flussen. Konsortien mit starker vorheriger Bindung zwischen den Individuenund breiteren Investitionsnetzwerken der Teilnehmenden zeigen einendeutlich erhöhten Exit-Erfolg auf, während die Effekte der Spezialisierungund der Heterogenität des Konsortiums ambivalent sind. Ferner variiert dieAuswirkung auf die Performance in Abhängigkeit von bestimmtenGegebenheiten, wie zum Beispiel der Exit-Methode. Ich zeige, dass dieseErgebnisse robust sind, indem ich eine Vielzahl von Probit-Regressionsmod-ellen in Kombination mit einem einzigartigen Datensatz verwende, der diegesamte Investitionsgeschichte der einzelnen Personen über einen Zeitraumvon zwanzig Jahren umfasst.

In allen drei Studien leiste ich zielgerichtete wissenschaftliche Beiträgezu Entscheidungsprozessen von Praxisanwender_innen, indem ich em-pirische Zusammenhänge zwischen grundlegenden Entscheidungen undderen langfristigen Auswirkungen auf die Performance aufzeige. ImSpeziellen treibe ich die Forschung zu Erfahrungseffekten und Wertschöp-fung von Investierenden voran, validiere theoretische Untersuchungenzu digitalen Plattformen und integriere Performancemessungen mit derForschung zu Konsortien, indem ich Proxies für alle relevanten Motive zurKonsortialbildung entwickle.


11





Table of contents

Abstract 5

Zusammenfassung (Abstract – German Version) 9

List of tables 17

List of abbreviations 19

General introduction1. 21

Motivation and research context1.1. 21Structure of the dissertation and research questions1.2. 22

Start-up funding and experience effects: Comparativeperformance impact assessment of financing formsand top investors

1.2.1.

24Venture capital funding performance and exit successof digital platform start-ups: Comparative assessmentof trending technologies

1.2.2.

26Exit success of syndicates in digital venturefunding: Acquisition and IPO performance impact ofunderlying syndication motives

1.2.3.

27

Start-up funding and experience effects2. 29Introduction2.1. 29Theoretical context and research questions2.2. 31

Early-stage financing forms and investor types2.2.1. 32Experience effects of top investors2.2.2. 34

Data and variables2.3. 36Data2.3.1. 36Independent variables2.3.2. 37Dependent variables2.3.3. 42Control variables2.3.4. 44

Empirical analyses and results2.4. 45Descriptive statistics2.4.1. 47Results for interim performance at round level2.4.2. 51

13



Results for interim performance at company level2.4.3. 55Results for ultimate success2.4.4. 59

Implications, limitations and avenues for future research2.5. 62Summary and conclusion2.6. 63

Appendix I 65

Venture capital funding performance and exit success of digitalplatform start-ups

3.71

Introduction3.1. 71Digital platform start-ups3.2. 74Hypotheses development3.3. 76

Interim performance of digital platform start-ups3.3.1. 77Capital requirements of digital platform start-ups3.3.2. 79Ultimate success of digital platform start-ups3.3.3. 80

Data and variables3.4. 82Data3.4.1. 82Dependent variables3.4.2. 83Independent variables3.4.3. 86Control variables3.4.4. 88

Empirical methodology and results3.5. 90Descriptive statistics and comparison of means3.5.1. 93Empirical results3.5.2. 96

Results for interim performance3.5.2.1. 97Results for capital requirements3.5.2.2. 103Results for ultimate success3.5.2.3. 105

Discussion3.6. 109Implications, limitations and avenues for future research3.7. 112Summary and conclusion3.8. 114

Appendix II 116

Exit success of syndicates in digital venture funding4. 120Introduction4.1. 120Theoretical context and hypotheses4.2. 122

Deal flow motive4.2.1. 123Deal selection motive4.2.2. 125Value-added motive4.2.3. 126Resource pooling motive4.2.4. 127Finance motive4.2.5. 128

Table of contents

14



Data and variables4.3. 128Data4.3.1. 128Dependent variables4.3.2. 129Independent variables4.3.3. 130

Variables for the deal flow motive4.3.3.1. 131Variables for the deal selection motive4.3.3.2. 132Variables for the value-added motive4.3.3.3. 134Variables for the resource pooling motive4.3.3.4. 135

Control variables4.3.4. 137Empirical analyses and results4.4. 139

Descriptive statistics and comparison of means4.4.1. 139Results for syndication and number of investors4.4.2. 144Results for deal flow4.4.3. 146Results for deal selection4.4.4. 147Results for value-added4.4.5. 149Results for resource pooling4.4.6. 152

Discussion4.5. 156Implications, limitations and avenues for future research4.6. 159Summary and concluding remarks4.7. 160

Appendix III 162

Overall conclusion and contribution5. 168Findings per chapter5.1. 168Theoretical contribution and implications5.2. 170Avenues for future research5.3. 173

References 177

Table of contents

15





List of tables

Table 1: Main elements and structure of the dissertation 23Table 2: Top 15 accelerator program ranking 39Table 3: Top 15 venture capital firm ranking 40Table 4: Top 50 business angel ranking 41Table 5: Sample distribution by early-stage financing form and

top investors 48Table 6: Number and percent share of start-ups by business focus 48Table 7: Sample distribution at company level by macro-

geographical area 49Table 8: Sample distribution at round level by funding and exit

year 50Table 9: Results for early-stage financing rounds 52Table 10: Results for interim performance at round level 53Table 11: Results for interim performance at company level 56Table 12: Probability of an ideal-typical venture for completing

series A or higher 58Table 13: Results for ultimate success 60Table 14: Exit probability of an ideal-typical venture 61Table 15: Frequent focus activities of digital ventures structured by

years 88Table 16: Hypotheses, outcome variables and associated statistical

models 92Table 17: Sample distribution by business focus area 93Table 18: Sample distribution at company level by macro-

geographical area 94Table 19: Sample distribution at round level by venture capital

stages 95Table 20: Comparison of means between platform and non-

platform businesses 96

17



Table 21: Results for interim performance at round level 98Table 22: Results for interim performance at company level 100Table 23: Probability of an ideal-typical venture for completing

certain VC stages 102Table 24: Results for capital requirements 104Table 25: Results for ultimate success 106Table 26: Exit probability of an ideal-typical venture 107Table 27: Sample distribution by individual and syndicated rounds 140Table 28: Comparison of means between individual and

syndicated rounds 140Table 29: Descriptive statistics with regard to investor types 141Table 30: Descriptive statistics with regard to investor

specialization 141Table 31: Comparison of means between syndicates with

successful exit and without 143Table 32: Results for syndication and number of investors 145Table 33: Results for the lead investor syndication index 147Table 34: Results for prior tie and prior exit density 149Table 35: Results for investor specialization 150Table 36: Results for syndicate heterogeneity 153Table 37: Results for syndicate partner types 155Table 38: Effects of partner types on exit probability for an ideal-

typical seed round 156Table 39: Overarching research questions and answers 168

List of tables

18



List of abbreviations

AI artificial intelligence & machine learningangel business angelAPI application programming interfacebank investment bankCVC corporate venture capitaldata big data & data analyticsdigital platform digital platform start-upe.g. exempli gratia/ for exampleet al. et alii/ and othersetc. et ceterafintech financial technologyi.e. id estICA index of competitive advantageICOs initial coin offeringsIPO initial public offeringLM test Lagrange multiplier testM&A merger and acquisitionmicro VC micro venture capital firmPE firm private equity firmRQ research questiontelco TelecommunicationUS United States of AmericaUSD US dollarsVC venture capitalVC stage venture capital stageVCCI venture capital composition indexVIF variance inflation factorVR virtual & augmented reality

19





Documents

Performance Drivers of Digital Ventures